Penilaian gerakan shalat pada anak menggunakan Random Forest Classifier dan BlazePose Pose Estimation

Widianto, Muhammad (2026) Penilaian gerakan shalat pada anak menggunakan Random Forest Classifier dan BlazePose Pose Estimation. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img] Text (COVER)
cover.pdf

Download (68kB)
[img] Text (ABSTRAK)
ABSTRAK.pdf

Download (24kB)
[img] Text (SURAT KARYA SENDIRI)
SPKS materai.pdf

Download (539kB)
[img] Text (DAFTAR ISI)
DAFTAR ISI.pdf

Download (216kB)
[img] Text (BAB I)
BAB I.pdf

Download (202kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (364kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (160kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (603kB)
[img] Text (BAB V)
BAB V.pdf
Restricted to Registered users only

Download (26kB)
[img] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (246kB)

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem penilaian gerakan shalat pada anak dari data yang diambil secara manual menggunakan kamera smartphone. Fokus utama penelitian ini adalah menilai dari setiap gerakan shalat secara umum seperti takbir, qayyam, rukuk, sujud, duduk iftirasy, dan duduk takhiyatul akhir. Dalam proses pengolahan data, dilakukan ektrasi fitur untuk mempersempit titik landmark yang tersedia dari library mediapipe, data cleaning untuk menghapus semua baris data yang mengandung nilai NaN (Not a Number) atau Inf (Infinity), normalization untuk membuat posisi kamera bersifat relatif, label encoding untuk mengubah data string menjadi numerik atau memisahkan setiap classnya, train-test split untuk memastikan proporsi setiap kelas pose tetap seimbang di kedua subset, dan feature engineering untuk merubah dataset menjadi fitur yang siap untuk meningkatkan kinerja model machine learning. Data yang telah diproses kemudian digunakan untuk melatih algoritma Random Forest sebagai model klasifikasi. Evaluasi kinerja menunjukan bahwa model mampu mencapai akurasi sebesar 97,06%. Dalam sistem penilaian gerakan shalatnya dengan menggunakan rumus trigonometri untuk menghitung 8 sudut dalam tubuh menggunakan BlazePose. Hasil ini mengindikasikan bahwa kombinasi antara algoritma Random Forest dan Blazepose efektif dalam mengklasifikasikan dan menilai gerakan shalat secara otomatis dan efisien.

Item Type: Thesis (Sarjana)
Additional Information: tidak ada lampiran
Uncontrolled Keywords: Penilaian otomatis; Computer Vision; BlazePose; Random Forest; Pose estimation; feature engineering
Subjects: Engineering
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Muhammad Widianto
Date Deposited: 27 Apr 2026 07:37
Last Modified: 27 Apr 2026 07:37
URI: https://digilib.uinsgd.ac.id/id/eprint/130479

Actions (login required)

View Item View Item